Data Platform First: โครงสร้างที่มองไม่เห็น แต่กำหนดอนาคตอสังหาริมทรัพย์

จักรพันธ์ ภวังคะรัตน์

Head of Property Management, JLL Thailand

เลขาธิการ สมาคมบริหารทรัพย์สินแห่งประเทศไทย

20 February 2026

เมื่อ AI ไม่ใช่คำตอบ ถ้าข้อมูลยังไม่พร้อม

ตลอด 2–3 ปีที่ผ่านมา คำว่า AI กลายเป็นวาระแห่งยุคของธุรกิจอสังหาริมทรัพย์ ทุกเวทีสัมมนาพูดถึง predictive analytics ทุกองค์กรพูดถึง dashboard อัจฉริยะ ทุกเจ้าของอาคารอยากเห็น insight แบบ real-time บนหน้าจอมือถือ

คำถามคือ ทำไมหลายโครงการลงทุนด้านเทคโนโลยีกลับไม่สร้างผลลัพธ์อย่างที่คาดหวัง

คำตอบไม่ได้อยู่ที่ตัว AI แต่อยู่ที่ “ข้อมูล” ที่ AI กำลังพยายามทำงานด้วย

ถ้าข้อมูลกระจัดกระจาย ไม่สอดคล้อง ไม่ถูกตรวจสอบ ไม่มี governance ที่ชัดเจน เทคโนโลยีขั้นสูงก็เป็นเพียง layer สวยงามที่วางอยู่บนพื้นฐานที่ไม่มั่นคง

ในโลกอสังหาริมทรัพย์สมัยใหม่ Data Platform จึงไม่ใช่ระบบ IT เพิ่มอีกหนึ่งระบบแต่คือโครงสร้างพื้นฐานทางธุรกิจที่กำหนดว่าองค์กรจะตัดสินใจด้วยสัญชาตญาณ หรือด้วยหลักฐานที่ตรวจสอบได้

ภาพจริงขององค์กรอสังหาฯ ส่วนใหญ่

ข้อมูลในธุรกิจอสังหาริมทรัพย์มักอยู่ในหลายที่

• ข้อมูลสัญญาเช่าอยู่ใน Lease System

• ข้อมูลต้นทุน CapEx อยู่ในอีกระบบ

• ข้อมูล OPEX อยู่ใน ERP

• ข้อมูลพลังงานอยู่ใน BMS

• ข้อมูลพื้นที่ใช้งานอยู่ใน IWMS

• ข้อมูลการเข้าใช้งานอยู่ใน Access Control หรือ Wi-Fi log

ทุกฝ่ายมี dashboard ของตัวเองแต่ไม่มี “single source of truth”

เมื่อผู้บริหารถามคำถามเชิงกลยุทธ์ เช่น

• อาคารไหนมีต้นทุนต่อ ตร.ม. สูงผิดปกติ

• ทรัพย์สินใดมีศักยภาพลดคาร์บอนได้มากที่สุด

• พื้นที่ไหนใช้ประโยชน์ต่ำกว่ามาตรฐาน

คำตอบต้องใช้เวลา รวบรวมหลายไฟล์ Excel และมักได้ข้อมูลที่ไม่ตรงกัน

ปัญหาไม่ใช่ไม่มีข้อมูล

ปัญหาคือไม่มี “โครงสร้าง” ที่ทำให้ข้อมูลทำงานร่วมกันได้

Data Platform คืออะไรในบริบทอสังหาริมทรัพย์

Data Platform คือระบบที่ทำให้ข้อมูลจากหลายแหล่งไหลเข้าสู่โครงสร้างเดียวกัน ถูกตรวจสอบ ถูกจัดรูปแบบ และถูกแปลงเป็นผลิตภัณฑ์ข้อมูลที่ใช้งานได้จริง

โครงสร้างของ Data Platform โดยทั่วไปมี 3 ชั้นหลัก

1. Data Governance — รากฐานของความน่าเชื่อถือ

นี่คือจุดที่องค์กรกำหนดว่า

• ข้อมูลไหนถือเป็นมาตรฐาน

• ใครเป็นเจ้าของข้อมูล

• ตรวจสอบอย่างไร

• อนุมัติอย่างไร

• ปรับปรุงอย่างไร

ถ้าไม่มี governance

Data Platform จะกลายเป็นที่เก็บข้อมูลขนาดใหญ่ที่ไม่มีใครเชื่อถือ

สำหรับธุรกิจอสังหาริมทรัพย์ Governance สำคัญอย่างยิ่งในเรื่อง

• การจัดประเภททรัพย์สิน

• การวัดพื้นที่ (GFA, NLA, Rentable Area)

• การ normalize ค่าใช้จ่าย

• การจัดกลุ่มต้นทุน

• การวัดค่า kWh ต่อ ตร.ม.

• การรายงาน Carbon

การไม่มีมาตรฐานเดียวกันทำให้ benchmarking ผิดพลาดตั้งแต่ต้นทาง

2. Data Factory — เครื่องจักรที่ทำให้ข้อมูลไหล

Data Factory ทำหน้าที่

• ดึงข้อมูลจากระบบต่าง ๆ

• จัดรูปแบบให้ตรงกัน

• ใช้ business rules ทำความสะอาดข้อมูล

• จัดเก็บใน Data Warehouse กลาง

ในบริบท Property Management นี่คือจุดที่

• Integrated Workplace Management System เชื่อมกับ ERP

• BMS เชื่อมกับ Energy Analytics

• Lease system เชื่อมกับ Portfolio dashboard

ความซับซ้อนอยู่ที่แต่ละระบบถูกออกแบบต่างกัน บางระบบเก่า บางระบบใหม่ บางระบบ cloud บางระบบ on-premise

Data Factory คือชั้นกลางที่ทำให้ระบบเหล่านี้ “พูดภาษาเดียวกัน”

3. Data Products — ผลลัพธ์ที่สร้างมูลค่า

ชั้นบนสุดคือสิ่งที่ผู้บริหารเห็น

• Dashboard

• Portfolio benchmark

• Sustainability index

• Predictive maintenance model

• Space utilization score

นี่คือจุดที่ Data กลายเป็น “ผลิตภัณฑ์”

และที่สำคัญที่สุดAI จะทำงานได้ดีในชั้นนี้ ก็ต่อเมื่อสองชั้นล่างแข็งแรง

AI ต้องการข้อมูลมากกว่าที่เราคิด

โมเดล predictive analytics ต้องการข้อมูลมากกว่าการทำรายงานปกติหลายเท่า

• การคาดการณ์อายุการใช้งานเครื่องจักร

• การคาดการณ์ churn ของผู้เช่า

• การคาดการณ์พฤติกรรมการใช้พื้นที่

ต้องการ historical data ปริมาณมหาศาลต้องการข้อมูลที่สะอาด ต้องการ consistency หลายปีต่อเนื่อง

ถ้าองค์กรเริ่มต้นจากการสร้าง AI ก่อนจัดการข้อมูลโครงการจะสะดุดในช่วง pilot

4 Use Cases ที่สะท้อนคุณค่าจริง

1. Portfolio Optimization

เมื่อข้อมูล OPEX ถูก normalize ตามภูมิภาค

เมื่อค่าใช้จ่ายต่อ ตร.ม. ถูกจัดมาตรฐานเดียวกัน

องค์กรสามารถจัดอันดับทรัพย์สินได้อย่างแม่นยำ

ทราบจุดที่ควรลงทุน CapEx

ทราบจุดที่ควรพิจารณา reposition

นี่ไม่ใช่ dashboard สวยงามนี่คือการตัดสินใจลงทุนระดับพันล้านที่มีฐานข้อมูลรองรับ

2. Regulatory & Compliance Reporting

ในยุค ESG และ Carbon Disclosure ความถูกต้องของข้อมูลกลายเป็นความเสี่ยงทางกฎหมาย

Data Platform ช่วย

• รวมข้อมูลพลังงาน

• เชื่อมกับ carbon factor

• สร้างรายงานอัตโนมัติ

• เก็บ audit trail

นี่คือจุดที่ Governance ปกป้ององค์กร

3. Workplace & Tenant Experience

การเชื่อมข้อมูล Booking, Wi-Fi, Sensor และ Surveyทำให้เข้าใจว่าพื้นที่แบบใดสร้าง engagement สูงสุด

สำหรับเจ้าของอาคารเกรด A นี่คือ competitive advantage

เพราะ Tenant Experience ไม่ได้เกิดจากดีไซน์เพียงอย่างเดียวแต่เกิดจาก insight ที่วัดผลได้

4. Sustainability Strategy

องค์กรที่ตั้งเป้า Net Zero ต้องสามารถตอบคำถามได้ว่า

• Scope 1, 2, 3 อยู่ที่ไหน

• อาคารไหนมี intensity สูงสุด

• มาตรการใดให้ ROI ด้านคาร์บอนดีที่สุด

Data Platform คือ backbone ของกลยุทธ์นี้

Procurement Strategy: จะสร้างหรือจะซื้อ

องค์กรมี 5 ทางเลือกหลัก

1. Build in-house

2. Hybrid

3. XaaS

4. Partnering

5. Managed Services

คำตอบที่ถูกต้องขึ้นกับ

• ความพร้อมของทีม IT

• งบ CapEx / OpEx

• ความต้องการ customization

• ความเร็วที่ต้องการใช้งาน

• ความสามารถดูแลระยะยาว

สิ่งที่ควรถามตัวเองก่อนตัดสินใจคือ

เราต้องการเป็นเจ้าของระบบ หรือเป็นเจ้าของผลลัพธ์

วิธีทำให้ Finance เห็นคุณค่า

โครงการ Data Platform มักถูกตั้งคำถามว่า

• ลงทุนเท่าไร

• คืนทุนเมื่อไร

คำตอบที่มีพลังคือ

• ชั่วโมงงานที่ลดลง

• ค่าใช้จ่ายที่ถูกควบคุม

• ความเสี่ยงที่ลดลง

• ความแม่นยำของการลงทุนที่เพิ่มขึ้น

และที่สำคัญต้องมี Champion ภายในองค์กร

เพราะความล้มเหลวของโครงการเทคโนโลยีมักเกิดจาก Adoption ไม่ใช่เทคโนโลยี

สำหรับธุรกิจ Property Management ในกรุงเทพ

ตลาดกรุงเทพกำลังเผชิญแรงกดดันหลายด้าน

• อาคารใหม่มาตรฐานสูง

• ESG เป็นเงื่อนไขในการลงทุน

• Tenant ต้องการ transparency

• นักลงทุนต้องการ performance benchmarking

องค์กรที่ยังพึ่ง Excel และ manual report จะเสียเปรียบในระยะยาว

Data Platform ไม่ใช่ luxury แต่คือ infrastructure ที่จำเป็น

จาก Chaos สู่ Clarity

การเริ่มต้นไม่ควรเริ่มจากคำถามว่า เราจะใช้ AI ตัวไหนดี

แต่ควรเริ่มจากคำถามว่า

• เรารู้จักข้อมูลของเราดีพอหรือยัง

• เรามีมาตรฐานเดียวกันหรือยัง

• เราตรวจสอบความถูกต้องหรือยัง

• เรามี owner ของข้อมูลแต่ละชุดหรือยัง

เมื่อโครงสร้างชัดเจนทุกเทคโนโลยีจะทำงานได้เต็มศักยภาพ

• Integrated Workplace Management System จะมีความหมาย

• BMS จะสร้าง insight

• AI จะสร้างความแตกต่าง

บทสรุป

ในอดีต ข้อมูลเป็นผลพลอยได้จากการดำเนินงาน

ในปัจจุบัน ข้อมูลคือสินทรัพย์ในอนาคต ข้อมูลคือเครื่องยนต์ขับเคลื่อนกลยุทธ์

Data Platform จึงไม่ใช่โครงการ ITแต่คือโครงการเปลี่ยนวิธีคิดขององค์กร

องค์กรที่มีวินัยด้านข้อมูลจะตัดสินใจเร็วกว่าแม่นยำกว่าและยั่งยืนกว่า

คำถามจึงไม่ใช่ว่า เราควรลงทุนใน Data Platform หรือไม่

คำถามคือ ถ้าไม่ลงทุนวันนี้อีก 5 ปีข้างหน้าเราจะยังแข่งขันได้หรือไม่